Mistral: Pixtral Large 2502 API
Pixtral Large2502 combina compreensão visual avançada, raciocínio matemático e contexto amplo para documentos, gráficos e fluxos corporativos.
Pixtral Large2502, da Mistral AI, é um modelo multimodal com entrada de texto e imagem e saída de texto. Ele compreende documentos, gráficos e imagens naturais, oferecendo contexto de128,000 tokens e limite de saída de16,000 tokens; algumas fontes listam8,192. O modelo também oferece chamadas nativas de funções, seleção de ferramentas, saída estruturada e JSON, além de retenção robusta de contexto para aplicações RAG.
É adequado para raciocínio visual, compreensão de documentos, interpretação de gráficos e extração de campos de faturas. Também pode apoiar resumos de e-mails, classificação de tickets, fluxos com agentes e aplicações RAG, reunindo histórico de conversas, resultados de ferramentas e documentos recuperados em uma única chamada.
O modelo é posicionado como Mistral Large2 com capacidades visuais adicionais e tem124 bilhões de parâmetros. Seus pesos são fechados, e a auto-hospedagem exige hardware substancial de GPU. Configurações de esforço de raciocínio não são suportadas, e os formatos de resposta não podem ser impostos, o que limita garantias estritas para JSON.
Atualizado:
ID DO MODELO
pixtral-large-2502- Contexto
- 128K
- Saída máxima
- 102.4K
- API recomendada
- messages
- Entrada
- text / image
- Saída
- text
Destaques
- Entrada de texto e imagem
- Contexto de128,000 tokens
- Raciocínio matemático avançado
- Chamadas nativas de funções
- Saída estruturada
- Retenção robusta de contexto
Provedores
Compare os preços de API entre provedores. Selecione um provedor para ver todos os preços e condições.
| Disponibilidade | |||
|---|---|---|---|
| $2 | $6 |
Estatísticas históricas não são uma verificação em tempo real. Dados ausentes não indicam uma interrupção.
O que $10 compram
- Entrada
- 5 mi tokens
- Saída
- 1,7 mi tokens
Estimativa com base nos preços atuais de entrada e saída, antes de descontos.
Benchmarks
- 34
Benchmark de recrutamento
pontos de100; passou em11 de19 vagas
- 2/3
Avaliação de tarefas de automação
tarefas concluídas com sucesso
- 0.8
Velocidade de processamento de tarefas de automação
segundos medianos
- 10.4
Velocidade de processamento do benchmark de recrutamento
segundos medianos
Pontuações conforme publicadas pelo fornecedor do modelo.
Início rápido
Código pronto para chamar este modelo com as APIs compatíveis da Felo API Platform. Comece no Playground quando quiser testar prompts antes de escrever código.
Defina sua chave de API
Crie uma chave na sua conta da Felo API Platform e defina-a como variável de ambiente.
export FELO_API_KEY="YOUR_API_KEY"Faça sua primeira requisição
Use este ID de modelo com o endpoint da Felo API Platform. Cabeçalhos opcionais como X-Request-Id ajudam a solucionar problemas.
pixtral-large-2502const response = await fetch("https://openapi.felo.ai/api/v1/messages", {
method: 'POST',
headers: {
Authorization: `Bearer ${process.env.FELO_API_KEY}`,
'Content-Type': 'application/json',
},
body: JSON.stringify({
"model": "pixtral-large-2502",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());Usar SDKs de terceiros
Em SDKs compatíveis, defina baseURL como https://openapi.felo.ai/api/v1. Para clientes no estilo Claude, use a base URL compatível com Anthropic. https://openapi.felo.ai/api.
Ative o streaming
Adicione stream: true para receber respostas como server-sent events.
curl -N https://openapi.felo.ai/api/v1/messages \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "pixtral-large-2502",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
],
"stream": true
}'Endpoint
A Felo API Platform expõe superfícies compatíveis de chamada de modelos. Escolha a superfície que seu app ou cliente de agente já suporta.
Messages
Mensagens compatíveis com Anthropic para clientes no estilo Claude.
POST
https://openapi.felo.ai/api/v1/messagesParâmetros
modelstringpixtral-large-2502ID público do modelo a chamar.max_tokensinteger—Número máximo de tokens gerados.messagesarray—Mensagens da conversa para Chat Completions.stop———top_k———top_p———temperaturenumber—Controla a variedade das respostas quando compatível.Perguntas frequentes
O que é Mistral: Pixtral Large 2502?
Pixtral Large2502, da Mistral AI, é um modelo multimodal com entrada de texto e imagem e saída de texto. Ele compreende documentos, gráficos e imagens naturais, oferecendo contexto de128,000 tokens e limite de saída de16,000 tokens; algumas fontes listam8,192. O modelo também oferece chamadas nativas de funções, seleção de ferramentas, saída estruturada e JSON, além de retenção robusta de contexto para aplicações RAG. É adequado para raciocínio visual, compreensão de documentos, interpretação de gráficos e extração de campos de faturas. Também pode apoiar resumos de e-mails, classificação de tickets, fluxos com agentes e aplicações RAG, reunindo histórico de conversas, resultados de ferramentas e documentos recuperados em uma única chamada. O modelo é posicionado como Mistral Large2 com capacidades visuais adicionais e tem124 bilhões de parâmetros. Seus pesos são fechados, e a auto-hospedagem exige hardware substancial de GPU. Configurações de esforço de raciocínio não são suportadas, e os formatos de resposta não podem ser impostos, o que limita garantias estritas para JSON.
Como o uso é cobrado?
Sua conta depende do provedor que você usa, dos preços dele e do seu uso. Entradas mais longas ou outras condições podem ter preços diferentes.
Quais entradas e saídas Pixtral Large2502 suporta?
Suporta entrada de texto e imagem, com saída de texto.
Qual é o contexto do modelo?
O contexto é de128,000 tokens. O limite de saída é de16,000 tokens; algumas fontes listam8,192.
Para quais tarefas o modelo é adequado?
É adequado para raciocínio visual, documentos, gráficos, extração de campos de faturas, resumos de e-mails, classificação de tickets, fluxos com agentes e aplicações RAG.
O modelo oferece chamadas de funções e saída estruturada?
Sim. Ele oferece chamadas nativas de funções, seleção de ferramentas, saída estruturada e JSON.
Quais limitações afetam a saída JSON?
Os formatos de resposta não podem ser impostos, limitando garantias estritas para a saída JSON. Configurações de esforço de raciocínio também não são suportadas.
Como ele se diferencia de Mistral Large2?
Pixtral Large2502 é posicionado como Mistral Large2 com capacidades visuais adicionais.